详情

原文传递基于微型飞行器的目标检测系统

专利名称：	基于微型飞行器的目标检测系统
摘要：	本发明提供一种基于微型飞行器的目标检测系统，其通过设置在四轴飞行平台上的摄像头采集视频数据，然后通过Raspberry pi 4微型控制单元以及加装在其上的Coral USB加速棒承载包括有多分支深度可分离卷积神经网络和Single Shot MultiBox Detector运算模块的目标检测系统对所述视频数据中的帧画面进行物体检测。本发明通过使用深度可分离卷积降低模型的大小，利用多分支结构提高模型的泛化性。其在Raspberry pi 4上加装Coral USB加速棒的情况下，能够通过构建的MBDSCNN‑SSD目标检测模型对物体进行快速检测。
专利类型：	发明专利
申请人：	北京建筑大学
发明人：	姚德臣;刘恒畅;杨建伟;张骄;武向鹏;寇子明;国树东
专利状态：	有效
申请日期：	1900-01-20T10:00:00+0805
发布日期：	1900-01-20T00:00:00+0805
申请号：	CN202010083951.5
公开号：	CN111204452A
代理机构：	北京德崇智捷知识产权代理有限公司
代理人：	赵亚飞
分类号：	B64C39/02;B64D47/08;G06K9/00;G06K9/62;G06N3/04;G06N3/08;B;G;B64;G06;B64C;B64D;G06K;G06N;B64C39;B64D47;G06K9;G06N3;B64C39/02;B64D47/08;G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请人地址：	100044 北京市西城区展览馆路1号
主权项：	1.一种基于微型飞行器的目标检测系统，其特征在于，所述微型飞行器包括：四轴飞行平台，其包括平台主体（1），所述平台主体（1）的四角分别对称设置有向外延伸的四个连接轴（2），四个连接轴（2）的远端分别设置有四个空心杯电机，四个空心杯电机的电机轴向上伸出并分别连接有一组螺旋桨（3），所述空心杯电机驱动各组螺旋桨（3）旋转带动所述微型飞行器起飞、降落、飞行或调整空中姿态；所述的目标检测系统，其包括：摄像头，其设置在所述平台主体（1）上，用于采集视频数据；视觉识别单元，其连接所述摄像头，包括Raspberry pi 4微型控制单元以及加装在所述Raspberry pi 4微型控制单元上的Coral USB加速棒，用于接收所述摄像头采集的视频数据，并对所述视频数据中的帧画面进行物体检测；其中，所述Raspberry pi 4微型控制单元内设置有目标检测模型，所述目标检测模型包括有多分支深度可分离卷积神经网络和Single Shot MultiBox Detector运算模块；其中的多分支深度可分离卷积神经网络用于首先对摄像头所采集的视频数据中的帧画面进行3x3卷积，然后对3x3卷积所输出的卷积结果进行深度可分离卷积，再将深度可分离卷积所获得的数据输入连接过滤器，随后将连接过滤器后所输出的数据分别顺序进行参数不同的两次深度可分离卷积后输出至全局平均池化层；其中的所述Single Shot MultiBox Detector运算模块用于对3x3卷积所输出的卷积结果、对连接过滤器后所输出的数据、对两次深度可分离卷积后输出至全局平均池化层的数据分别进行3x3卷积，然后分别将三个3x3卷积结果与全局平均池化层所获得的池化数据加入非极大值抑制层进行检测，输出检测结果，根据检测结果标识摄像头所采集的视频数据中的目标。 2.如权利要求1-2所述的基于微型飞行器的目标检测系统，其特征在于，所述SingleShot MultiBox Detector运算模块具体连接MBDSCNN作为前置网络。 3.如权利要求1-2所述的基于微型飞行器的目标检测系统，其特征在于，所述SingleShot MultiBox Detector运算模块分别对应于前置网络MBDSCNN中3x3卷积所输出的卷积结果、对应于连接过滤器后所输出的数据、对应于两次深度可分离卷积后输出至全局平均池化层的数据设置有三层3x3的额外卷积层，其中，三层3x3的额外卷积层的输出大小逐层递减。 4.如权利要求3所述的基于微型飞行器的目标检测系统，其特征在于，所述前置网络MBDSCNN包括1个卷积核33的普通卷积，9个深度可分离卷积，1个全局平均池化层和一个全连接层；其中，所述9个深度可分离卷积包括有三个分支结构，每个分支结构分别包括有具有相同卷积步长s和相同过滤器数量c的两层。 5.如权利要求1-4所述的基于微型飞行器的目标检测系统，其特征在于，所述目标检测模型将三层逐层递减的额外卷积层的输出合并代替MBDSCNN的全连接层，然后将三层逐层递减的额外卷积层的输出加入非极大值抑制层(NMS) 进行检测，输出检测结果。
所属类别：	发明专利